網(wǎng)絡(luò)不規(guī)范用字問題頻發(fā)，不僅影響人們對(duì)漢字的理解和使用，也對(duì)公眾造成不良示范。一些常見錯(cuò)誤可能會(huì)通過輸入法記憶功能固化錯(cuò)誤選擇，成為網(wǎng)絡(luò)不規(guī)范字詞出現(xiàn)的重要原因。

6月8日，由澎湃新聞牽頭發(fā)起，上海人工智能研究院、上海市信息安全測(cè)評(píng)認(rèn)證中心、上海新華傳媒連鎖有限公司和上海蜜度信息技術(shù)有限公司聯(lián)合共建的“數(shù)字內(nèi)容生態(tài)實(shí)驗(yàn)室”發(fā)布《網(wǎng)絡(luò)不規(guī)范用字用詞現(xiàn)象研究報(bào)告》。實(shí)驗(yàn)室隨機(jī)抽取2022年12月到2023年3月期間互動(dòng)論壇、數(shù)字報(bào)、客戶端、微博、網(wǎng)站、微信、短視頻平臺(tái)七類信源內(nèi)容，形成具有4946.3萬條、706.6億字內(nèi)容的樣本。經(jīng)過排查發(fā)現(xiàn)，網(wǎng)絡(luò)語言環(huán)境中的不規(guī)范字詞主要包括誤用繁體字、異體字、異形詞、常見錯(cuò)誤等。

報(bào)告顯示，按照錯(cuò)誤類型統(tǒng)計(jì)，常見錯(cuò)誤是出現(xiàn)頻率最高的類型，占比超過六成；繁體字也是較常出現(xiàn)的錯(cuò)誤類型，占比達(dá)到20%；異體字、異形詞出現(xiàn)相對(duì)較少，因異形詞、異體字可將規(guī)范文件納入輸入法數(shù)據(jù)庫，通過選詞推薦等技術(shù)手段減少誤用。相較而言，形近字、形近詞錯(cuò)選等常見錯(cuò)誤以及公眾主觀通過錯(cuò)用體現(xiàn)個(gè)性的情況更易發(fā)生，且可能通過輸入法記憶功能固化錯(cuò)誤選擇，成為網(wǎng)絡(luò)不規(guī)范字詞出現(xiàn)的主要原因。

不規(guī)范字詞分類統(tǒng)計(jì)

針對(duì)互聯(lián)網(wǎng)不規(guī)范字詞現(xiàn)象，報(bào)告從多角度分析不規(guī)范使用行為背后的原因，包括人機(jī)交互輸入方式的限制、創(chuàng)作者能力參差不齊、網(wǎng)絡(luò)個(gè)性化表達(dá)促成不規(guī)范用字用詞風(fēng)氣、專業(yè)內(nèi)容平臺(tái)示范作用有待進(jìn)一步發(fā)揮等。報(bào)告認(rèn)為，其中，互聯(lián)網(wǎng)時(shí)代的人機(jī)交互方式是導(dǎo)致互聯(lián)網(wǎng)漢字不規(guī)范使用的重要原因。相比手寫等傳統(tǒng)記錄方式中逐字思考記錄，使用計(jì)算機(jī)錄入可通過輸入法的聯(lián)想功能大大加快內(nèi)容輸入速度，但更容易出現(xiàn)形近、音近字選擇疏忽；輸入法選詞推薦同時(shí)呈現(xiàn)字音相同、字形相近、字義不同的易錯(cuò)詞，增加了困惑和誤用的可能性。

對(duì)此，報(bào)告認(rèn)為，以輸入法技術(shù)優(yōu)化促進(jìn)漢字規(guī)范使用是減少網(wǎng)絡(luò)不規(guī)范字詞最直接的方式之一。受技術(shù)限制，過往輸入法僅通過正在輸入的拼音等信息進(jìn)行字詞推薦。結(jié)合人工智能語言模型等前沿技術(shù)優(yōu)化輸入法功能，實(shí)現(xiàn)結(jié)合上下文語境推薦選詞，提高選詞準(zhǔn)確性。在內(nèi)容發(fā)布平臺(tái)引入智能不規(guī)范字詞監(jiān)測(cè)工具，優(yōu)化文本內(nèi)容檢查功能，如微信公眾平臺(tái)的疑似錯(cuò)別字自動(dòng)檢測(cè)系統(tǒng)，以及澎湃清穹內(nèi)容風(fēng)控智能平臺(tái)、鈾媒等專業(yè)的內(nèi)容審核、校對(duì)及管理工具，協(xié)助內(nèi)容發(fā)布者正確規(guī)范用字用詞，形成互聯(lián)網(wǎng)正確使用字詞的氛圍；推廣針對(duì)不同文體、主題的不規(guī)范字詞檢查工具，以技術(shù)手段促進(jìn)漢字文化傳承。

上海蜜度智能校對(duì)事業(yè)部總經(jīng)理張曉娟表示，目前，國內(nèi)已有智能校對(duì)系統(tǒng)能夠針對(duì)漢語特點(diǎn)，將字義、字形和字音三類信息以多模態(tài)方式編碼進(jìn)大規(guī)模深度神經(jīng)網(wǎng)絡(luò)中，捕捉句子的細(xì)粒度語義信息和長(zhǎng)程語義依賴關(guān)系，實(shí)現(xiàn)錯(cuò)別字、冗余、缺失、語法錯(cuò)誤等文字差錯(cuò)的自動(dòng)識(shí)別，同時(shí)具備主動(dòng)演進(jìn)策略，能夠持續(xù)學(xué)習(xí)新的語言現(xiàn)象以改進(jìn)校對(duì)效果，是人工智能技術(shù)在語言文字處理領(lǐng)域的典范，為語言文字規(guī)范性的監(jiān)督管理工作提供了有力支撐。